過去十年來，高光譜成像在軍事、工業(yè)和科學領域越來越受歡迎。無論是偽裝的車輛、手臂或水果上的瘀傷，還是大片植被，能夠精確表征所查看物品的顏色，使用戶能夠做出過去夢寐以求的明智決定。曾經需要大型、精密且昂貴的實驗室光譜儀的工作現在可以在衛(wèi)星、無人機和便攜式手持設備上實時完成。

?

圖 1.某國高光譜礦物數據

高光譜成像是在大量波長下捕獲和處理圖像。多光譜成像可能會評估三種或四種顏色的圖像(例如，紅色、綠色、藍色和近紅外 (NIR))，而高光譜成像則將圖像分解為數十或數百種顏色。

擴展視覺系統以創(chuàng)建更多“箱子”可能會異常復雜。對一系列 16 個分光鏡進行鍍膜。這些分束器配置為四個主光學鏈，每個主光學鏈有四個輔助鏈，從而產生十六個離散光路，每個光路終止于單獨的檢測器。最終結果是一個覆蓋 400 - 900 nm 波長范圍的 16 通道光譜成像系統。每個光學元件必須保持大于 98% 的透射率和反射率，以確保探測器的最終信號水平至少為 90%。雖然這個系統按設計工作，但它龐大、昂貴且脆弱。它適合所需的臺式演示，但不適用于當今傳感器系統所需的許多現場應用。

?

高光譜成像支持技術

有兩個廣泛定義的技術領域促進了高光譜成像的發(fā)展和進步。它們是廉價、高質量衍射光柵的開發(fā)以及多維數據處理的進步。為了了解這些技術如何改善高光譜成像的狀態(tài)，有必要簡要了解一下大多數當前系統的運行方式。請注意，這是一般性討論。大多數提供儀器或服務的公司都有獨特的、專有的方法來區(qū)分彼此。我們只會查看一個識別一些關鍵功能的簡化系統。這種簡化的系統如圖 2 所示。

大多數高光譜成像系統由成像光學器件、窄縫、衍射光柵和二維焦平面陣列 (FPA) 探測器(通常是 CCD 或 CMOS)組成。圖像通過狹縫投影到衍射光柵上，在衍射光柵上，光被分成離散的波長并在投影到焦平面陣列之前進行物理分離。FPA 的一維對應于由衍射光柵分隔的光的波長。另一個維度對應于沿著狹縫的“垂直”位置。

在每個 XY 坐標處，根據該位置和波長的光強度，像素會被激發(fā)到一定程度。結果是每個窄縫寬度都有一個 3 維陣列(縫上的位置、波長和強度)。通過索引狹縫寬度，可以將整個圖像映射到 4 維數組中。這種索引(稱為“推掃”)可以通過移動狹縫或移動傳感器設備來完成。在上述美國地質勘探局對阿富汗的調查中，每個狹縫寬度對應于一條飛行路線或飛機的航道。確定要使用多少重疊，以及使用哪些已知標準或特征進行校準，對于獲得可靠的數據至關重要。

圖 2. 通用高光譜測量系統示意圖2

使這一過程發(fā)揮作用的是高質量、輕量級且價格實惠的衍射光柵。衍射光柵在各種光譜測量設備中的應用已有數百年歷史。從歷史上看，它們是在高品質玻璃上精確燒制的。它們既脆弱又昂貴。如今，大多數高光譜成像系統都使用由精密加工母模鑄造而成的高質量聚合物光柵。它們更耐用、更便宜并且不同儀器的性能一致。衍射光柵的一個局限性是，一般來說，它們僅限于單一級數，這意味著它們對有限的波長范圍有效(通常在 200 - 800 nm 級，在紅外波段稍大一些)。如果您希望收集更廣泛的光譜范圍內的數據，這通常意味著您必須使用多個模塊，就像美國地質調查局上面所做的那樣。

高光譜成像難題的第二塊是高速計算機數據分析的巨大進步。事實上，每個系統供應商都有一個現成的軟件包，可以綁定 GPS 坐標、交錯推掃數據(正確考慮重疊)、自動檢查已知功能，并且能夠以超過每秒 500 幀 (fps) 的周期運行。這種能力對于從處理單行數據到處理整個合成圖像來說絕對至關重要。

目前的技術水平

本文調查的許多供應商生產的系統至少具有 100 個光譜范圍波段，半峰全寬 (FWHM) 帶寬約為 1 - 5 nm。幀捕獲速率為 100 - 600 fps。當然，實際性能很大程度上取決于系統配置參數，例如衍射光柵的特性、視場和所使用的傳感器類型。紅外傳感器通常必須冷卻，從而增加了設備的尺寸和重量。

圖 3. 沉積在 200 mm 晶圓上的 4 色圖案濾光片示例。每個元件由 4 個濾光片組成，被切成小塊并安裝到探測器組上

選擇高光譜成像系統時必須仔細考慮應用。在許多情況下，選擇最高分辨率并不是最佳選擇，因為它限制了光譜數據的范圍或信號質量。如上所述，衍射光柵具有基于其操作物理原理的局限性。高分辨率光柵的帶寬往往更有限。如果您的應用需要處理寬光譜范圍內的 10 或 20 個特定波段，請考慮使用薄膜濾光片，在許多情況下，薄膜濾光片可以直接沉積在有源傳感器設備上。這些濾波器可以調整到您的應用所需的精確中心波長和帶寬。圖 3 顯示了這些薄膜圖案濾光片的示例。

在短短的十五年里，該行業(yè)在高光譜成像方面取得了長足的進步。農業(yè)、自然資源和生物科學等領域處于領先地位。執(zhí)法、航空航天和國防可以利用這些知識庫來定義和獲取幾乎現成的高光譜成像系統。